Data Driven Knowledgebase

Looker Studio（旧Googleデータポータル）は、手軽にデータを可視化できる便利なツールですが、計算フィールドを多用するとパフォーマンスが低下することがあります。特に、大量のデータを扱う場合や複雑な計算を行う場合、レポートの表示に時間がかかることが問題になります。

また、難しいタスクでLookerStudioを使用している人は感じたことがあるかもしれませんが計算フィールドではできることできないことの限界があります。

では、どのようにすればLooker Studioの表示を速く確実にできるのでしょうか？答えは、スプレッドシート側で事前に計算を済ませておくことです。

Looker Studioの計算フィールドを使わずに、スプレッドシートで事前に計算しておくことで、次のようなメリットがあります。

✅ 表示速度の向上：計算を事前に完了させることで、Looker Studioの負担を軽減し、レポート表示を高速化できます。

✅ Looker Studioの処理負荷削減：計算済みのデータをそのまま取得できるため、Looker Studioの内部処理がシンプルになります。

✅ GAS（Google Apps Script）を使えばより柔軟な処理が可能：関数では対応できない複雑な処理もGASを使うことで実装できます。

では、具体的にGASを使ってスプレッドシートのデータを処理し、それをLooker Studioに取り込む方法を見ていきましょう。

1️⃣ 手順①：スプレッドシートを準備

まず、Googleスプレッドシートを用意し、データを記録します。例えば、以下のような売上データがあるとします。

また、売上データの他にGASのスクリプトを回した後の集計データのシートを作成します。

2️⃣手順②：GASスクリプトを作成

1. Googleスプレッドシートを開き、拡張機能 > Apps Script をクリック
   
   
   
   


2. スクリプトを書く(JavaScript)
   
   以下のスクリプトは月ごとの売上、購入回数、購入単価を計算します。 またLookerStudioでは実装が難しい「前年同月」データや、計算フィールドでできるような年度の計算(2024年2月は2023年度)や経過月(例えば10月だったら4月から7ヶ月目)など、LookerStudioで必要なディメンションやメジャーを全て作成してしまいます。
   
   
   
   

   function aggregateSalesData() {
   
       const ss = SpreadsheetApp.getActiveSpreadsheet();
   
       const sourceSheet = ss.getSheetByName('元データ'); // データを取るシート
   
       const targetSheet = ss.getSheetByName('集計データ'); // 出力先シート
   
   
   
       const data = sourceSheet.getDataRange().getValues();
   
       const headers = [
   
          "年月", "売上", "購入回数", "購入単価", "前年同月売上", "前年同月購入回数", "前年同月購入単価",
   
          "年", "月", "年度", "経過月"
   
       ];
   
   
   
       const aggregatedData = {};
   
       const fiscalYearSummary = {};
   
       const outputData = [headers];
   
   
   
       // データ集計
   
       for (let i = 1; i < data.length; i++) {
   
           const [orderDate, , , , orderCode, , , , sales] = data[i]; // 正しいカラムの順番で取得
   
           if (!orderDate || !sales || isNaN(sales)) continue; // 売上がNaNならスキップ
   
   
   
           const date = new Date(orderDate);
   
           const year = date.getFullYear();
   
           const month = date.getMonth() + 1;
   
           const yearMonth = `${year}-${String(month).padStart(2, '0')}`;
   
           const fiscalYear = (month >= 4) ? year : year - 1;
   
   
   
           if (!aggregatedData[yearMonth]) {
   
             aggregatedData[yearMonth] = { sales: 0, uniqueOrders: new Set(), year, month, fiscalYear };
   
           }
   
           if (!fiscalYearSummary[fiscalYear]) {
   
             fiscalYearSummary[fiscalYear] = { salesByMonth: {}, uniqueOrdersByMonth: {} };
   
           }
   
   
   
           aggregatedData[yearMonth].sales += sales;
   
           aggregatedData[yearMonth].uniqueOrders.add(orderCode);
   
   
   
           if (!fiscalYearSummary[fiscalYear].salesByMonth[month]) {
   
             fiscalYearSummary[fiscalYear].salesByMonth[month] = 0;
   
             fiscalYearSummary[fiscalYear].uniqueOrdersByMonth[month] = new Set();
   
           }
   
   
   
           fiscalYearSummary[fiscalYear].salesByMonth[month] += sales;
   
           fiscalYearSummary[fiscalYear].uniqueOrdersByMonth[month].add(orderCode);
   
       }
   
   
   
       // 出力データの生成
   
       for (const yearMonth in aggregatedData) {
   
           const entry = aggregatedData[yearMonth];
   
           const purchaseCount = entry.uniqueOrders.size;
   
           const averageUnitPrice = purchaseCount > 0 ? Math.floor(entry.sales / purchaseCount) : 0;
   
   
   
           const lastYearMonth = `${entry.year - 1}-${String(entry.month).padStart(2, '0')}`;
   
           const lastYearEntry = aggregatedData[lastYearMonth] || { sales: 0, uniqueOrders: new Set() };
   
           const lastYearSales = lastYearEntry.sales;
   
           const lastYearPurchaseCount = lastYearEntry.uniqueOrders.size;
   
           const lastYearAverageUnitPrice = lastYearPurchaseCount > 0 ? Math.floor(lastYearSales / lastYearPurchaseCount) : 0;
   
   
   
           const elapsedMonth = entry.month >= 4 ? entry.month - 3 : entry.month + 9;
   
   
   
           outputData.push([
   
             yearMonth, // 年月
   
             entry.sales, // 売上
   
             purchaseCount, // 購入回数
   
             averageUnitPrice, // 購入単価
   
             lastYearSales, // 前年同月売上
   
             lastYearPurchaseCount, // 前年同月購入回数
   
             lastYearAverageUnitPrice,// 前年同月購入単価
   
             entry.year, // 年
   
             entry.month, // 月
   
             entry.fiscalYear, // 年度
   
             elapsedMonth // 経過月
   
            ]);
   
       }
   
   
   
       // データの書き込み
   
       targetSheet.clear();
   
       targetSheet.getRange(1, 1, outputData.length, outputData[0].length).setValues(outputData);
   
   }

   
   
   
   


3. aggregateSales() を実行すると、「集計結果」シートに日別売上合計が表示される
   
   
   
   以下のように「集計データ」シートに集計されます。
   
   

スプレッドシートをLooker Studioに接続

1. 「集計データ」シートを選択した状態で、「拡張機能」からLookerStudioのレポートを作成する
   
   


2. 作成すると以下のようなスプレッドシートができる。先ほど計算して集計されたカラムは、そのままディメンションやメジャーとしてデータに追加されています。
   
   
   
   

Looker Studioの計算フィールドを減らすことで、レポートの表示速度を大幅に向上できます。そのために、スプレッドシートとGASを活用し、データを事前に計算しておく方法が有効です。

✅ ポイントのおさらい

・Looker Studioの計算フィールドを減らすことで、表示速度を改善

・スプレッドシートでデータを事前に計算し、負荷を軽減

・GASを活用して自動計算し、効率的なデータ集計を実現

この方法を取り入れれば、Looker Studioのストレスフリーなデータ可視化が可能になります！ぜひ試してみてください。